基于卷积神经网络的低照度可见光与近红外图像融合
针对低照度应用场景,提出一种基于卷积神经网络的可见光与近红外融合算法,采用端到端网络实现了图像融合,所得融合图像能够兼顾近红外图像的信噪比与可见光图像的色彩.采集了真实场景下精确配准的近红外-可见光图像对作为训练集样本,提升了网络对实际数据的融合效果.通过对训练样本进行融合预处理,提升了网络对近红外图像中细节纹理信息的提取能力.各项测试表明,本文算法在主观感受和客观评价上均优于现有算法.
图像处理、图像融合、卷积神经网络、近红外光
40
TN911.73
博士后项目zj2019047
2020-09-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
31-39